1 / 49

Créer, Simuler, Explorer des Univers Naturels sur Ordinateur

Créer, Simuler, Explorer des Univers Naturels sur Ordinateur. Fabrice NEYRET. Evasion - GRAVIR / IMAG - INRIA ( CNRS , INPG, INRIA, UJF ). Créer, Simuler, Explorer des Univers Naturels sur Ordinateur. Fabrice NEYRET.

orrin
Télécharger la présentation

Créer, Simuler, Explorer des Univers Naturels sur Ordinateur

An Image/Link below is provided (as is) to download presentation Download Policy: Content on the Website is provided to you AS IS for your information and personal use and may not be sold / licensed / shared on other websites without getting consent from its author. Content is provided to you AS IS for your information and personal use only. Download presentation by click this link. While downloading, if for some reason you are not able to download a presentation, the publisher may have deleted the file from their server. During download, if you can't get a presentation, the file might be deleted by the publisher.

E N D

Presentation Transcript


  1. Créer, Simuler, Explorerdes Univers Naturelssur Ordinateur Fabrice NEYRET Evasion - GRAVIR / IMAG - INRIA ( CNRS, INPG, INRIA, UJF )

  2. Créer, Simuler, Explorerdes Univers Naturelssur Ordinateur Fabrice NEYRET Evasion - GRAVIR / IMAG - INRIA ( CNRS, INPG, INRIA, UJF )

  3. Forêts:AM, FC,PhD • Rivières:NP,CD,AP,FR, Qizhi Yu • Océan:DH • Avalanches:DH,FB,MR • Nuages:Antoine Bouthors, SL • Fumée:AA • Flownoise:KP, AA2 • Textures, repr alt, GPU:SL • Plis, morphogénèse:JC Collabs: Vertigo, Prodige, Revpe, NatSim

  4. Qui sommes-nous ? • D’où venons-nous ? • Où allons-nous ? • ( Y a-t-il une vie après CG ? / après la radiosité ? ) • ( quand est-ce qu’on code ? )

  5. Qu’est-ce que la recherche en synthèse d’images ?

  6. Qu’est-ce que la recherche en synthèse d’images ? • D’où viennent les participants ? ( dans industrie, labos, soumissions )

  7. Qu’est-ce que la recherche en synthèse d’images ? • D’où viennent les participants ? ( dans industrie, labos, soumissions ) • Contour flou: assemblée de disciplines • Plusieurs angles/buts pour un problème • Focus: application ultime

  8. Qu’est-ce que la recherche en synthèse d’images ? • D’où viennent les participants ? ( dans industrie, labos, soumissions ) • Contour flou: assemblée de disciplines • Plusieurs angles/buts pour un problème • Focus: application ultime • D’où viennent les problèmes / l’inspiration ? ( industrie CG, «science pure», autres sciences)

  9. Qu’est-ce que la recherche en synthèse d’images ? • D’où viennent les participants ? ( dans industrie, labos, soumissions ) • Contour flou: assemblée de disciplines • Plusieurs angles/buts pour un problème • Focus: application ultime • D’où viennent les problèmes / l’inspiration ? ( industrie CG, «science pure», autres sciences) • BAD SCIENCE: Vrai ? Attention aux prétextes ! • BAD SCIENCE: Attention aux «solutions without a problem» • GOOD SCIENCE: Poser un problème (pour étude, article)

  10. Qu’est-ce que la recherche en synthèse d’images ? Poser un problème(étude ou article) • Motivation du problème(qu’est-ce qu’on cherche, et pourquoi ?) Idem que but finaliste (appli) ou constructif (outils fondam.) • Formaliser données/connaissances • Formaliser hypothèses (raisonnées), Objectifs(cahier des charges),Critères • Contrib: Idée de l’approche (algo & repr.) • L’article: • Quel existant, quoi utile, quoi inadapté • Votre méthode (choix justifiés et discutés)objectifs sous-pb détails (c/ revue de code!) • Validation, les +, les -, perfs, comparaisons • D’où viennent les participants ? ( dans industrie, labos, soumissions ) • Contour flou: assemblée de disciplines • Plusieurs angles/buts pour un problème • Focus: application ultime • D’où viennent les problèmes / l’inspiration ? ( industrie CG, «science pure», autres sciences) • BAD SCIENCE: Vrai ? Attention aux prétextes ! • BAD SCIENCE: Attention aux «solutions without a problem» • GOOD SCIENCE: Poser un problème (pour étude, article)

  11. Qu’est-ce que la recherche en synthèse d’images ? • D’où viennent les participants ? ( dans industrie, labos, soumissions ) • Contour flou: assemblée de disciplines • Plusieurs angles/buts pour un problème • Focus: application ultime • D’où viennent les problèmes / l’inspiration ? ( industrie CG, «science pure», autres sciences) • BAD SCIENCE: Vrai ? Attention aux prétextes ! • BAD SCIENCE: Attention aux «solutions without a problem» • GOOD SCIENCE: Poser un problème (pour étude, article)

  12. Qu’est-ce que la recherche en synthèse d’images ? • D’où viennent les participants ? ( dans industrie, labos, soumissions ) • Contour flou: assemblée de disciplines • Plusieurs angles/buts pour un problème • Focus: application ultime • D’où viennent les problèmes / l’inspiration ? ( industrie CG, «science pure», autres sciences) • BAD SCIENCE: Vrai ? Attention aux prétextes ! • BAD SCIENCE: Attention aux «solutions without a problem» • GOOD SCIENCE: Poser un problème (pour étude, article) • Relation aux autres sciences (prend, donne, boucles)

  13. Statut des modèles de la physique «approche ‘physique’, exactitude/rigueur» • Il n’existe pas de «modèle exact» en physique • «Physique» ≠ local (equa-diff) • Local/macro, «rigoureux/empirique»: subjectif ! • mécaQ  molécules  phys stat  thermodyn  NS  hydraulique/vagues/aérologie • mécaQ  champs EM  Huygens  optique géom.   RT/radios/visibilité • Hypothèses, conditions, limites ex, fluides continus: notion de P,T, V, parcelle (émergence) • Conditions limites (bords), paramètresla moitié du problème est mal connue ! • Pb numériques – pb de la résolution • modèles sous-maille: stade recherche • sous-res  erreurs qualitatives et quantitatives [SAA00] • Outil, inspiration. Mais pas sacraliser. contextualiser! Qu’est-ce que la recherche en synthèse d’images ? • D’où viennent les participants ? ( dans industrie, labos, soumissions ) • Contour flou: assemblée de disciplines • Plusieurs angles pour un problème • Focus: application ultime • D’où viennent les problèmes / l’inspiration ? ( industrie, «science pure», autres sciences) • BAD SCIENCE: Vrai ? Attention aux prétextes ! • BAD SCIENCE: Attention aux «solutions without a problem» • GOOD SCIENCE: Poser un problème (pour étude, article) • Relation aux autres sciences (prend, donne, boucles)

  14. Qu’est-ce que la recherche en synthèse d’images ? • D’où viennent les participants ? ( dans industrie, labos, soumissions ) • Contour flou: assemblée de disciplines • Plusieurs angles/buts pour un problème • Focus: application ultime • D’où viennent les problèmes / l’inspiration ? ( industrie CG, «science pure», autres sciences) • BAD SCIENCE: Vrai ? Attention aux prétextes ! • BAD SCIENCE: Attention aux «solutions without a problem» • GOOD SCIENCE: Poser un problème (pour étude, article) • Relation aux autres sciences (prend, donne, boucles)

  15. Et moi, là dedans ? • Industrie effets spéciaux(TDI,AW) • Le graphiste, le spectateur • Hacker(projets, assocs) • Algo & repr. astucieux, faire l’impossible • Maths Applis(DESS/ENST, EDF,FT) • Outils théoriques (moitié) • Passion des sciences • Comment fonctionne la nature ? Les sens ? • Cible: graphistes & spectateurs • Outil: Représentations • Contexte applicatif: Scènes naturelles

  16. Que veulent les graphistes ? • Spectateur: • Veut juste du plausible • Mais œil expert • Résultat en tout pixel

  17. Que veulent les graphistes ? • Graphiste: • Super-spectateur • Scénario • Outil pour s’exprimer: pas boîte noire !

  18. Que veulent les graphistes ? • Graphiste: • Super-spectateur • Scénario • Outil pour s’exprimer: pas boîte noire ! • Utilisable • Contrôlable • Param intuitifs et prédictibles • Espace suffisament riche / pertinent • Feedback (rapide) • Cette scène, ce plan. tous outils dispo, + a la mano

  19. Que veulent les graphistes ? • Graphiste: • Super-spectateur • Scénario • Outil pour s’exprimer: pas boîte noire ! • Utilisable • Contrôlable • Param intuitifs et prédictibles • Espace suffisament riche / pertinent • Feedback (rapide) • Cette scène, ce plan. tous outils dispo, + a la mano • Aime défis / tenace • Extra-terrestre • Ce qu’il fait, personne ne le ferait • L’observer, ne pas le croire

  20. Et moi, là dedans ? • Industrie effets spéciaux(TDI,AW) • Le graphiste, le spectateur • Hacker(projets, assocs) • Algo & repr. astucieux, faire l’impossible • Maths Applis(DESS/ENST, EDF,FT) • Outils théoriques (moitié) • Passion des sciences • Comment fonctionne la nature ? Les sens ? • Cible: graphistes & spectateurs • Outil: Représentations • Contexte applicatif: Scènes naturelles

  21. Forêts:AM, FC,PhD • Rivières:NP,CD,AP,FR, Qizhi Yu • Océan:DH • Avalanches:DH,FB,MR • Nuages:Antoine Bouthors, SL • Fumée:AA • Flownoise:KP, AA2 • Textures, repr alt, GPU:SL • Plis, morphogénèse:JC Collabs: Vertigo, Prodige, Revpe, NatSim

  22. Buts: • Très grande complexité de détails, scènes vastes • Bas coût en calcul et mémoire • Haute contrôlabilité • Approches: • Représentations alternatives • Textures volumiques • GPU • Textures • Simulation phénoménologique • Forme • Anim • Rendu • Appli: scènes naturelles • Paysages (forêt, …) • Eau (rivières, ocean, …) • Nuages (forme, mouvement, rendu), fumée… • Surfaces complexes (écorces, plissements…)

  23. Etudier le réel :scènes & phénomènes naturels Equation physique vs nature réelle • Structuré vs ‘flou’, connu vs bruit & fluctuationsSymétries,régularités,rigidités artificielles • Hypothèses clandestines (fléau !) • CL: les parois, ces inconnues ! (géom, val paramètres) • Phénomènes émergents • Simu: résultat change avec résol [PDI-LF02]

  24. Etudier le réel :scènes & phénomènes naturels Equation physique vs nature réelle • Structuré vs ‘flou’, connu vs bruit & fluctuationsSymétries,régularités,rigidités artificielles • Hypothèses clandestines (fléau !) • CL: les parois, ces inconnues ! (géom, val paramètres) • Phénomènes émergeants • Simu: résultat change avec résol [PDI-LF02] A.Fournier:partir des images réelles, finir par images réelles (inspiration, validation) • Visiter, photographier, filmer, toucher, dessiner apprendre à voir, trouver le sens • Pb validation subjective

  25. Buts: • Très grande complexité de détails, scènes vastes • Bas coût en calcul et mémoire • Haute contrôlabilité • Approches: • Représentations alternatives • Textures volumiques • GPU • Textures • Simulation phénoménologique • Forme • Anim • Rendu • Appli: scènes naturelles • Paysages (forêt, …) • Eau (rivières, ocean, …) • Nuages (forme, mouvement, rendu), fumée… • Surfaces complexes (écorces, plissements…)

  26. Représentations alternatives • Échelles: (≠ sens, perception, buts, données, simu) modèles différenciés couplés • Formes, surfaces: notions subjectives ! • Comment représenter le monde ? • Ce qu’on sait / ce qu’on voit (forme, relief…) • Approche minimaliste, impressionnisteséparer forme/relief, normales, shadingAdaptatif: hiérarchie de modèles [Kaj85] • Repr. des formes: maillages, surfels, voxels…Propriétés ≠ :structuration, coût, filtrage… • Découpler (géom / espace texturel) • Mes contribs:  espace texturel  reflectance (NDF [Fou92])  texcells (Tex Vol [KK89]) repr. vectorielles pour fluides

  27. Représentations alternatives • Échelles:(≠ sens, perception, buts, données, simu) modèles différenciés couplés • Formes, surfaces: notions subjectives ! • Comment représenter le monde ? • Ce qu’on sait / ce qu’on voit (forme, relief…) • Approche minimaliste, impressionnisteséparer forme/relief, normales, shadingAdaptatif: hiérarchie de modèles [Kaj85] • Repr. des formes: maillages, surfels, voxels…Propriétés ≠ :structuration, coût, filtrage… • Découpler (géom / espace texturel) • Mes contribs:  espace texturel  reflectance (NDF [Fou92])  texcells (Tex Vol [KK89]) repr. vectorielles pour fluides

  28. Représentations alternatives • Échelles:(≠ sens, perception, buts, données, simu) modèles différenciés couplés • Formes, surfaces: notions subjectives ! • Comment représenter le monde ? • Ce qu’on sait / ce qu’on voit (forme, relief…) • Approche minimaliste, impressionnisteséparer forme/relief, normales, shadingAdaptatif: hiérarchie de modèles [Kaj85] • Repr. des formes: maillages, surfels, voxels…Propriétés ≠ :structuration, coût, filtrage… • Découpler (géom / espace texturel) • Mes contribs:  espace texturel  reflectance (NDF [Fou92])  texcells (Tex Vol [KK89]) repr. vectorielles pour fluides

  29. Représentations alternatives • Échelles:(≠ sens, perception, buts, données, simu) modèles différenciés couplés • Formes, surfaces: notions subjectives ! • Comment représenter le monde ? • Ce qu’on sait / ce qu’on voit(forme, relief…) • Approche minimaliste, impressionnisteséparer forme/relief, normales, shadingAdaptatif: hiérarchie de modèles [Kaj85] • Repr. des formes: maillages, surfels, voxels…Propriétés ≠ :structuration, coût, filtrage… • Découpler (géom / espace texturel) • Mes contribs:  espace texturel  reflectance (NDF [Fou92])  texcells (Tex Vol [KK89]) repr. vectorielles pour fluides

  30. Représentations alternatives • Échelles:(≠ sens, perception, buts, données, simu) modèles différenciés couplés • Formes, surfaces: notions subjectives ! • Comment représenter le monde ? • Ce qu’on sait / ce qu’on voit(forme, relief…) • Approche minimaliste, impressionnisteséparer forme/relief, normales, shadingAdaptatif: hiérarchie de modèles [Kaj85] • Repr. des formes: maillages, surfels, voxels…Propriétés ≠ :structuration, coût, filtrage… • Découpler (géom / espace texturel) • Mes contribs:  espace texturel  reflectance (NDF [Fou92])  texcells (Tex Vol [KK89]) repr. vectorielles pour fluides

  31. Représentations alternatives • Échelles:(≠ sens, perception, buts, données, simu) modèles différenciés couplés • Formes, surfaces: notions subjectives ! • Comment représenter le monde ? • Ce qu’on sait / ce qu’on voit(forme, relief…) • Approche minimaliste, impressionnisteséparer forme/relief, normales, shadingAdaptatif: hiérarchie de modèles [Kaj85] • Repr. des formes: maillages, surfels, voxels…Propriétés ≠ :structuration, coût, filtrage… • Découpler (géom / espace texturel) • Mes contribs:  espace texturel  reflectance (NDF [Fou92])  texcells (Tex Vol [KK89]) repr. vectorielles pour fluides

  32. Représentations alternatives • Échelles: (≠ sens, perception, buts, données, simu) modèles différenciés couplés • Formes, surfaces: notions subjectives ! • Comment représenter le monde ? • Ce qu’on sait / ce qu’on voit (forme, relief…) • Approche minimaliste, impressionnisteséparer forme/relief, normales, shadingAdaptatif: hiérarchie de modèles [Kaj85] • Repr. des formes: maillages, surfels, voxels…Propriétés ≠ :structuration, coût, filtrage… • Découpler (géom / espace texturel) • Mes contribs: espace texturel  reflectance (NDF [Fou92])  texcells (Tex Vol [KK89]) repr. vectorielles pour fluides

  33. Simulation phénomènologique • Vaste + haute rés.: simu phys hors de portée. + [PDI-LF02] • Mais connaissances a priori ! • plages valeurs, seuils, régimes, prépondérances, modes… • Effets émergents: instabil., ondes, plis, forme équil. … • Equations: indirect, phys++. Mais prévisible • Proche du sens, macroscopique • Repr. directe des phénomènes émergents • Phys macro ( phénoménologique / empirique / analytique ) • Modèle dispo / analytique / obs. directe / obs. simu de ref • Primitive macro • Il faut revisiter,s’approprier, inventer, généraliser… • Pas facile, tout à faire, ingrat, mais résultats++ • Couplage avec simulation • Mes contribs:  (repr alt macro)  vorticité  forme et mvt surface d’eau  rendu des nuages  formes de croissance

  34. Simulation phénomènologique • Vaste + haute rés.: simu phys hors de portée. + [PDI-LF02] • Mais connaissances a priori ! • plages valeurs, seuils, régimes, prépondérances, modes… • Effets émergents: instabil., ondes, plis, forme équil. … • Equations: indirect, phys++. Mais prévisible • Proche du sens, macroscopique • Repr. directe des phénomènes émergents • Phys macro ( phénoménologique / empirique / analytique ) • Modèle dispo / analytique / obs. directe / obs. simu de ref • Primitive macro • Il faut revisiter,s’approprier, inventer, généraliser… • Pas facile, tout à faire, ingrat, mais résultats++ • Couplage avec simulation • Mes contribs:  (repr alt macro)  vorticité  forme et mvt surface d’eau  rendu des nuages  formes de croissance

  35. Simulation phénomènologique • Vaste + haute rés.: simu phys hors de portée. + [PDI-LF02] • Mais connaissances a priori ! • plages valeurs, seuils, régimes, prépondérances, modes… • Effets émergents: instabil., ondes, plis, forme équil. … • Equations: indirect, phys++. Mais prévisible • Proche du sens, macroscopique • Repr. directe des phénomènes émergents • Phys macro ( phénoménologique / empirique / analytique ) • Modèle dispo / analytique / obs. directe / obs. simu de ref • Primitive macro • Il faut revisiter,s’approprier, inventer, généraliser… • Pas facile, tout à faire, ingrat, mais résultats++ • Couplage avec simulation • Mes contribs:  (repr alt macro)  vorticité  forme et mvt surface d’eau  rendu des nuages  formes de croissance

  36. Simulation phénomènologique • Vaste + haute rés.: simu phys hors de portée. + [PDI-LF02] • Mais connaissances a priori ! • plages valeurs, seuils, régimes, prépondérances, modes… • Effets émergents: instabil., ondes, plis, forme équil. … • Equations: indirect, phys++. Mais prévisible • Proche du sens, macroscopique • Repr. directe des phénomènes émergents • Phys macro ( phénoménologique / empirique / analytique ) • Modèle dispo / analytique / obs. directe / obs. simu de ref • Primitive macro • Il faut revisiter,s’approprier, inventer, généraliser… • Pas facile, tout à faire, ingrat, mais résultats++ • Couplage avec simulation • Mes contribs:  (repr alt macro)  vorticité  forme et mvt surface d’eau  rendu des nuages  formes de croissance

  37. Simulation phénomènologique • Vaste + haute rés.: simu phys hors de portée. + [PDI-LF02] • Mais connaissances a priori ! • plages valeurs, seuils, régimes, prépondérances, modes… • Effets émergents: instabil., ondes, plis, forme équil. … • Equations: indirect, phys++. Mais prévisible • Proche du sens, macroscopique • Repr. directe des phénomènes émergents • Phys macro ( phénoménologique / empirique / analytique ) • Modèle dispo / analytique / obs. directe / obs. simu de ref • Primitive macro • Il faut revisiter, s’approprier, inventer, généraliser… • Pas facile, tout à faire, ingrat, mais résultats++ • Couplage avec simulation • Mes contribs:  (repr alt macro)  vorticité  forme et mvt surface d’eau  rendu des nuages  formes de croissance

  38. Simulation phénomènologique • Vaste + haute rés.: simu phys hors de portée. + [PDI-LF02] • Mais connaissances a priori ! • plages valeurs, seuils, régimes, prépondérances, modes… • Effets émergents: instabil., ondes, plis, forme équil. … • Equations: indirect, phys++. Mais prévisible • Proche du sens, macroscopique • Repr. directe des phénomènes émergents • Phys macro ( phénoménologique / empirique / analytique ) • Modèle dispo / analytique / obs. directe / obs. simu de ref • Primitive macro • Il faut revisiter, s’approprier, inventer, généraliser… • Pas facile, tout à faire, ingrat, mais résultats++ • Couplage avec simulation • Mes contribs:  (repr alt macro)  vorticité  forme et mvt surface d’eau  rendu des nuages  formes de croissance

  39. Simulation phénomènologique • Vaste + haute rés.: simu phys hors de portée • Mais connaissances a priori ! • plages valeurs, seuils, régimes, prépondérances, modes… • Effets émergents: instabil., ondes, plis, forme équil. … • Equations: indirect, phys++. Mais prévisible • Proche du sens, macroscopique • Repr. directe des phénomènes émergents • Phys macro ( phénoménologique / empirique / analytique ) • Modèle dispo / analytique / obs. directe / obs. simu de ref • Primitive macro • Il faut revisiter,s’approprier, inventer, généraliser… • Pas facile, tout à faire, ingrat, mais résultats++ • Couplage avec simulation • Mes contribs:  (repr alt macro)  vorticité  forme et mvt surface d’eau  rendu des nuages  formes de croissance

  40. Points durs à résoudre • Graal: explorer paysage, panache fumée… • Falaises, spec paysage, simu géologique… • Vent, bourrasques, ‘pattes de chat’ • Distributions, interpolation, echantillonnage, pixels • Filtrage texture et geom • Qu’est-ce qu’une texture ? • Comment exploiter perception ? • Générique ou spécifique ?

  41. Points durs à résoudre • Graal: explorer paysage, panache fumée… • Falaises, spec paysage, simu géologique… • Vent, bourrasques, ‘pattes de chat’ • Distributions, interpolation, echantillonnage, pixels • Filtrage texture et geom • Qu’est-ce qu’une texture ? • Comment exploiter perception ? • Générique ou spécifique ?

  42. Points durs à résoudre • Graal: explorer paysage, panache fumée… • Falaises, spec paysage, simu géologique… • Vent, bourrasques, ‘pattes de chat’ • Distributions, interpolation, echantillonnage, pixels • Filtrage texture et geom • Qu’est-ce qu’une texture ? • Comment exploiter perception ? • Générique ou spécifique ?

  43. Points durs à résoudre Filtrage des textures (interp, MIPmap) • Hypothèses clandestines: • Linéarité 1:N, courb., visibilité, ombres, param. const • pb: micro-géométrie ! Filtrage ultime ! • Linéarité 2:fragment = lin(texture) , i.e.: text = RGBA • pb: textures banalisées (Z,N,…) ! • Continuité:néglige bords, trous, atlas, tiles • pb: indirections ! • Filtrage de géométrie: • Polygones pas antialiasés • + en + petits • Pas filtrables en amont  repr alt, transition de modèle • Graal: explorer paysage, panache fumée… • Falaises, spec paysage, simu géologique… • Vent, bourrasques, ‘pattes de chat’ • Distributions, interpolation, echantillonnage, pixels • Filtrage texture et geom • Qu’est-ce qu’une texture ? • Comment exploiter perception ? • Générique ou spécifique ?

  44. Points durs à résoudre Filtrage des textures (interp, MIPmap) • Hypothèses clandestines: • Linéarité 1:N, courb., visibilité, ombres, param. const • pb: micro-géométrie ! Filtrage ultime ! • Linéarité 2:fragment = lin(texture) , i.e.: text = RGBA • pb: textures banalisées (Z,N,…) ! • Continuité:néglige bords, trous, atlas, tiles • pb: indirections ! • Filtrage de géométrie: • Polygones pas antialiasés • + en + petits • Pas filtrables en amont  repr alt, transition de modèle • Graal: explorer paysage, panache fumée… • Falaises, spec paysage, simu géologique… • Vent, bourrasques, ‘pattes de chat’ • Distributions, interpolation, echantillonnage, pixels • Filtrage texture et geom • Qu’est-ce qu’une texture ? • Comment exploiter perception ? • Générique ou spécifique ?

  45. Points durs à résoudre Filtrage des textures (interp, MIPmap) • Hypothèses clandestines: • Linéarité 1:N, courb., visibilité, ombres, param. const • pb: micro-géométrie ! Filtrage ultime ! • Linéarité 2:fragment = lin(texture) , i.e.: text = RGBA • pb: textures banalisées (Z,N,…) ! • Continuité:néglige bords, trous, atlas, tiles • pb: indirections ! • Filtrage de géométrie: • Polygones pas antialiasés • + en + petits • Pas filtrables en amont repr alt, transition de modèle [Kaj85] • Graal: explorer paysage, panache fumée… • Falaises, spec paysage, simu géologique… • Vent, bourrasques, ‘pattes de chat’ • Distributions, interpolation, echantillonnage, pixels • Filtrage texture et geom • Qu’est-ce qu’une texture ? • Comment exploiter perception ? • Générique ou spécifique ?

  46. Points durs à résoudre • Graal: explorer paysage, panache fumée… • Falaises, spec paysage, simu géologique… • Vent, bourrasques, ‘pattes de chat’ • Distributions, interpolation, echantillonnage, pixels • Filtrage texture et geom • Qu’est-ce qu’une texture ? • Comment exploiter perception ? • Générique ou spécifique ?

  47. Résumé / conclusion • Qu’est ce qu’on cherche ? • Quels critères • (graphiste/spectateur) • Chasse aux hypothèses clandestines • Du bon usage de la physique • Commencer par les vraies images, finir par…idem • De l’imagination dans les outils: • Représentations alternatives (minimalistes/impressionistes) • Approches phéno/macro/empiriques

  48. Résumé / conclusion J’ai pas dit que j’avais tj appliqué  Beaucoup commencé, peu fini… Y’a d’la place pour tout le monde merci aux étudiants !

  49. Créer, Simuler, Explorerdes Univers Naturelssur Ordinateur Fabrice NEYRET Evasion - GRAVIR / IMAG - INRIA ( CNRS, INPG, INRIA, UJF )

More Related